简介: 摘 要:随着人们生活水平的提高,用电量也在逐步增加,电厂汽轮发电机组作为电网的供能设备,是产生电力的源泉。据此分析,汽轮发电机组的振动可能引起电网的低频振荡。本文分析了引起电网低频震动的原因,针对各个部分进行研究分析,得出结论。本文就汽轮机侧引发的电网低频振荡进行简要的分析,并提出一些观点,希望引起读者的共鸣。 关键词:汽轮机;低频振荡;数字电液调节系统 电力系统的各部位有时会出现低频的振荡,并且这也是一直以来物理学者研究的重点,有的学者提出低频振荡产生的原因是因为共振,电力系统中的扰动频率与自然频率相一致时就会产生震动的现象。本文针对汽轮机侧引发的电网低频振荡进行简要的研究,希望为其日后的发展提供帮助。 1、汽轮机调节系统简介 汽轮机的调节系统主要有两种:液压调节和数字电液调节( digitalelectro-hydrauliccontrolsystem, DEH),目前国内单机容量在 125MW以上的机组几乎全部采用了 DEH。 1.1DEH功率控制模式 DEH功率控制主要有两种模式: 1.1.1阀位控制。阀门开度直接由操作员设定进行控制。根据设定所要求的开度, DEH与阀门位置(简称阀位)反馈信号进行比较后,输出控制信号到伺服系统,从而控制执行机构(即调节汽门)的开度,达到改变功率的目的。 1.1.2功率反馈控制。 DEH接收现场功率信号与给定功率进行比较后,送到控制器进行差值放大,综合运算输出阀门开度信号,与阀位反馈信号进行比较后,输出控制信号到伺服系统。 1.2汽轮机调节系统对机械功率的影响 汽轮机的机械功率为高压缸和中低压缸的功率之和。分析显示:汽轮机组机械功率的变化跟调节阀门开度的变化成正比关系。调门快速波动将造成汽轮机功率快速波动,若调节阀门稳定不动,汽轮机功率将不会快速波动,其他热力参数的变化造成机械功率的变化较慢,不会落入低频振荡的范围。 2调节系统波动的原因及预防措施 2.1控制器部分 2.1.1调门流量特性曲线与实际偏差大 调门流量特性曲线是调门开度与流量之间的关系曲线,在其承载力发生变化时 DEH就是根据曲线发生的变化而进行调整,使其满足汽轮机的需要。但是,要是曲线与实际的差别大,尤其是在曲线的转弯处进行操作时,会造成几组的负荷量增加并产生振动。因为这个原因而产生的振动危害是巨大的。因此,制造厂在提供调门流量特性曲线时,应该实事求是,按照具体的情况进行汇报,并且在绘制调门流量特性曲线的之前还要仔细的研究检查,并且在绘制的过程中要减少差错的出现,保证调门流量特性曲线的准确性,在绘制完成后还要进行实验,以保证调门流量特性曲线的绘制的与实际相符。 2.1.2调节系统速度变动率过小 速度变动率也是调节系统的重要部分,是汽轮机因负荷量变化而产生转速变化的重要反映。汽轮机调节系统速度变动率过小,会导致静态的曲线过于平缓,对调节系统产生影像,会使调节系统的不稳定,甚至导致负荷摆动,对汽轮机的正常运作产生不利的影响,进而影响人们的生命财产的健康。 DEH的速度变动率由人工设定,在设定的过程中要严格按照相关规则,不能随意的进行改变。 2.1.3调节系统迟缓率过大 迟缓率是与调节系统相关的又一重要目标。调节系统的迟缓率过大,主要是因为调节部件的磨损和损耗产生的,会造成机组负荷的有机摆动,因此,要对调节系统进行近期的迟缓率测试,使其满足调节系统的正常运行。满足相关的条文规定,确保汽车的正常运行。 2.2伺服系统 2.2.1阀门控制卡 为了防止伺服阀卡涩,一般都在阀门控制卡处为伺服阀整定合适的振荡电压,用以保证调速汽门有微小的波动(颤振)。整定的振荡电压以不能用肉眼观察到调门波动为宜。在机组正常运行中,如振荡电压的幅值增大,调速汽门的波动幅值就会增大直至引起负荷振荡。因此,要定期对振荡电压进行观测,发现异常时要及时处理。 2.2.2伺服阀 据统计,由油质污染造成伺服阀卡涩故障的约占 40%;由伺服阀本身的结构特性(弹簧管疲劳或磁钢磁性变化)引起的伺服阀振动,导致汽门摆动的约占 10%。另外,运行过程中油质劣化(油中进水、酸值增高等)会使部套锈蚀、卡涩,也会造成调节系统摆动。因此,应加强对抗燃油的油质监督,运行中的机组要定期取样化验,不间断地滤油,防止油质劣化。 2.3执行机构 执行机构包括油动机、调门以及连接机构,容易造成调门波动的原因主要是连接机构。如果连接机构出现间隙,在调门开到一定位置时,阀内的高压汽流将会影响调门的稳定性。如某厂 200MW机组在运行中某一负荷点发现门杆有上下串动现象,负荷反复波动值达 15MW甚至更多。停机对连接卡兰解体检查,发现门杆连接卡兰与套的间隙达到了 4~ 5mm,对门杆连接卡兰进行改进消除间隙后问题得到了解决。调速汽门机械部分故障在运行中发生较少,容易被人忽视。 2.4阀位反馈系统 阀位反馈系统不正常将导致机组阀门控制不正常,甚至会使阀门控制不能收敛而发散造成负荷波动。用于 DEH中阀位反馈的位移传感器的原理都是将位移量转换成电信号。在汽轮机控制系统中常用的一种是线性位移传感器 LVDT。阀门波动的原因是否是阀位反馈引起的可通过观察阀位反馈曲线和实际阀门波动趋势是否一致进行判断。导致 LVDT工作不正常的原因通常是:线圈磨损和芯杆偏斜;现场环境温度高于 LVDT允许工作温度。 2.5功率反馈系统 功率反馈系统工作不正常将会使功率控制出现波动。 2007年 7月 3日某发电厂 300MW机组因发变组出口断路器合闸位置信号消失, DEH判断机组解列(实际在网上),发出“ OPC”信号,共造成 11次负荷振荡,最终机组跳闸解列。检查原因是断路器送入 DEH的位置信号只有一个“合闸”位置信号,一旦该信号消失,就判断为“分闸”,这种设计方式在电源消失、断线、 DI通道或硬件故障等情况下及易误发脱网信号而引发 OPC动作。因此机组并网 /解列信号判断必须采用“三取二”方式或“合闸”与“分闸”综合判断。 3、结束语 汽轮发电机组的安全稳定运行是电厂运行的保障,因此保证汽轮发电机组的正常运转是关键所在。汽轮机侧引发的电网低频振荡是火电机组经常会遇到的问题,如果没有及时解决不但会影响汽轮发电机组的正常工作,还会威胁到人们的生命财产安全。减少因为电力系统的扰动而引起的电网振动,是目前所面临的重要问题。因此,必须加强技术创新,使我国发电机的质量得到进一步的提升,保证汽轮发电机组的正常运作,减少振动的现象发生。在此之外,还要提高电厂运行人员的技术水平以及自身素质,增强个人技能,提高责任意识和监督意识。最后,还要完善监督管理体制,对汽轮发电机组进行详细严谨的检查,保证其正常的使用。针对汽轮机容易引起的振动的各个环节进行预防检查,保证电网的安全运行。 参考文献: [1]王梅义,吴竞昌,蒙定中 .大电网系统技术 [M].北京:科学出版社, 1995. [2]方思立,朱方 .电力系统稳定器的原理及其应用 [M].北京:中国电力出版社, 1996. [3]卢强,孙元章 .电力系统非线性控制 [M].北京:科学出版社, 1993. [4]中国电力科学研究院 .安保线功率振荡问题研究 [R].北京:中国电力科学研究院, 1999.
简介:摘要:汽轮机作为电力系统中重要的能量转换设备,其运行稳定性对整个电网的稳定运行起着至关重要的作用。在近年来,随着我国电力系统规模的不断扩大和运行工况的日益复杂,汽轮机侧引发的低频振荡问题逐渐成为影响电网安全稳定运行的重要因素之一。基于此,以下对汽轮机侧引发的电网低频振荡分析进行了探讨,以供参考。
简介:摘要目的探讨采用低频振荡振幅(ALFF)法分析戒断甲基苯丙胺(MA)成瘾患者与健康人全脑活动强度的差异。方法前瞻性收集2016年4月至2017年3月来自湖南省长沙市平塘强制戒毒所的戒断MA成瘾男性患者29例和同期招募的健康男性对照31名。记录所有戒断MA成瘾患者的一般情况,包括初次使用MA年龄、使用MA月数、每个月MA用量、最后1年频率、最后1个月频率、目前戒毒月数、戒毒次数、吸毒时渴求自评分数、吸烟史(是否吸烟和吸烟年限)、饮酒史(是否饮酒和饮酒年限)。采集静息态功能MRI数据,使用DPABI软件包对图像进行预处理并计算2组受试者全脑每个体素的ALFF值。采用两样本t检验与Alphasim多重比较校正,体素水平上P<0.01且体素个数>71的核团被认为是具有显著组间差异的脑区,对应校正后的P<0.05,并在显著差异的脑区上提取ALFF均值。将是否吸烟和饮酒作为协变量,计算差异显著脑区的ALFF均值与MA使用以及戒断情况的相关性。结果与健康对照组相比,戒断MA成瘾组左侧额中回的ALFF值显著降低(t=-4.707),右侧额下回的ALFF值显著升高(t=4.445)。相关性分析结果显示,戒断MA成瘾组患者右侧额下回的ALFF值与最后1个月MA使用频率及每个月MA的使用量均呈负相关(r=-0.396,P=0.034;r=-0.429,P=0.020)。结论戒断MA成瘾患者的脑功能存在异常,这些异常主要表现在与认知、执行、情绪等有关的前额叶,且MA使用越多对应脑区损伤或改变越大。
简介:针对电力系统低频振荡问题,在运用阻尼转矩对单机无穷大系统分析低频振荡机理与特点的基础上,对低频振荡经验模态分解时存在的端点效应问题进行了理论分析与改进,提出了一种基于端点优化对称延拓法的有效改进EMD分解边界效应的HHT算法对电力系统低频振荡进行辨识。通过对测试信号进行仿真,同时也利用广域FNET监测系统的测试结果进行低频振荡参数辨识及抑制实验,研究了该算法在模式辨识方面的有效性和准确性。仿真和实验表明,基于改进HHT算法的低频振荡辨识方法能快速高精度地辨识出振荡模态信息,并能有效指导电力系统稳定器PSS的配置及参数设计,从而维持电力系统的安全与稳定。
简介:将Hilbert-Huang变换(HHT)算法和Prony算法相结合进行电力系统低频振荡模式识别。利用HHT算法对实测信号进行经验模态分解,使之分解成处于不同频率的固有模态函数(IMF);然后根据Hilbert变换,分析IMF分量的频率和相位,提取出含主导低频振荡模式的IMF;利用Prony算法对含低频振荡模式的IMF进行分析,提取出低频振荡模态参数,准确识别低频振荡模态。通过算例分析,证明了该方法可提高模态识别的精确性,验证了提取低频振荡模态参数的有效性。
简介:摘要:随着超高压以及特高压的飞速发展,大电网互联成为必然的发展方向。在带来巨大经济效益的同时,互联大电网之间的低频振荡问题也越来越严重,这对互联大电网的安全与稳定带来了巨大隐患。快速对低频振荡进行模态辨识对保证供电可靠性具有重大意义。低频振荡信号的模态方法有两种,与耗时时间长和维度大的特征根的辨识方法相比,基于实测信号辨识方法具有天然的优势。基于实测信号的辨识方法主要有FFT方法、MP方法、Prony方法、HHT方法、TLS-ESPRIT方法方法等。然而这些方法大都只考虑了高斯白噪声,对高斯色噪声的考虑不足。